在開始之前，我先唸一段話給大家聽
AI 不斷在展現他會做的事情，一天比一天多，品質也是一天比一天好。如果我們人類要真的把AI用起來、讓效率變高，那人類自己也要學習，並且重新思考，思考什麼呢？到底要怎麼跟這些越來越聰明的機器一起工作，才能發揮最大的加乘效果。
全球知名的顧問公司 - 麥肯錫在前幾天發佈了一份重量級的研究報告，剛剛我唸的那句話，就是麥肯錫特別放大要我們注意的重點標題字，這一篇報告名稱是《代理人、機器人跟我們人類：AI 時代下的技能合作夥伴關係》這份報告很紮實喔，他跟一些老生常談的報告不一樣。他呢，是用大量的數據告訴我們，未來的工作方式將由人類、AI 代理人 (AI Agent) 以及實體的機器人 (Robots) 三個角色一起組成的合作關係。他還再次強調喔，AI 不是來取代誰的，而是要來把工作拆解，然後重組，讓每一項技能都開始長出全新的樣子。雖然這份研究主要是在談美國市場，但裡面的模式、趨勢、給我們的警訊與機會，都同樣適用於所有先進國家，當然也包含我們台灣。
我想分三點跟大家說明：
第一點是AI會把多少工作自動化，用百分比來告訴你。
第二點是哪一項技能最重要，我先賣個關子，請你等一下注意聽。
第三點是企業要怎麼樣真的發揮 AI 的價值，關鍵是什麼？
哇噻，這篇研究報告對個人、對公司，對大家都很有啟發喔，讓楊老師來跟你分享一下喔
楊老師AI365 - 人類和AI Agent及機器人一起上班
首先，第一點就非常震撼，麥肯錫説，如果把今天所有已經研發出來的AI、在市場上已經看得見的 AI ，將他們的技術能力統統加起來，理論上 AI 可以自動化美國 57% 的總工作時數。
這57%是怎麼算的呢？因為現在大約三分之二的工作內容，其實都不是實體的工作，也就是我們上班族每天用電腦在做的：文件處理、分析推理、開會溝通、寫信回覆客人、管理資訊等等這種工作。使用AI 代理人已經可以在技術上承擔其中約 44% 的時數，然後，如果用機器人又可以做一些實體的工作任務，大概涵蓋了工作中的 13%。44加上13就是57，所以麥肯錫說，AI 已經可以自動化美國 57% 的總工作時數。用簡單的數學算一下，那就是說我每週工作五天，裡面有三天的工作內容，是可能直接被AI拿去做掉的。那我是不是就會被減班減工時了？那不是就要被減薪了嗎？
應該也不是這樣講的，因為，還有 43% 的工作時數是完全無法被自動化的，因為那是需要情感理解、需要現場判斷、需要面對面互動的工作，例如老師從學生的表情知道學生聽不聽得懂、做業務銷售的人是在跟客戶聊天中，靠感覺去知道客戶有沒有開始對我們的產品感到興趣，要不要換一個說法。這些都是 AI 還做不了的部分。
AI Agent 和機器人幫我省下的57%工時裡面，我們實際上的工時不會縮短，而是去做其他的事情。麥肯錫強調「工作不是被取代掉，而是被重塑了」人類必須將精力轉移到那些需要判斷力、道德觀和人際關係的領域。例如：放射科醫師就是最典型的例子，AI 雖然讓影像判讀變快，但從 2017 到 2024，他們的就業率反而每年成長 3%，因為醫師從做基礎分析，轉向更高階的判斷與與病人對話，也催生了一些新的職業角色。我這邊跟大家介紹兩個，這兩個工作都是因為 AI 變得更聰明、會做更多事情之後，才因應而生的新職位喔，他們的主要任務都是要確保 AI 產出的結果是正確且安全的。
首先，第一種工作叫做 AI Evaluation Writers，我把它翻譯成「AI 評估寫手」，翻得不好請見諒，但是他簡單來說就是「給 AI 出題目的人」。他們的主要工作內容是要編寫測試的內容、問題或標準，然後餵給 AI 模型，看看 AI 生成的答案是否聰明、準確或有創意。他們為了訓練出更好的 AI，會寫出很多標準範例，讓 AI 知道什麼樣的回答才是好的，這樣 AI 代理人才能越來越好用。
另外，第二種工作叫做 Human in the Loop Validators，我把它翻譯叫做「人類迴路驗證者」，你可能會説，老師，我聽得懂就跟你姓，哈哈。其實他們就是「AI 的品管員或監工」啦。在很多可以被 AI 自動化的工作中，例如：去寫法律文件或者程式碼，AI 會先完成大部分的任務。然後這個人類監工在旁邊觀察，負責檢查 AI 完成的草稿或結果。他們必須負起「監督、檢查和處理例外狀況」的責任。這個很重要，他們要確保 AI 的結果沒有錯誤，符合公司的規定，並且用人類的判斷力來接手處理那些 AI 無法解決的複雜或模糊問題。
然後，我們來看這篇報告的第二個重點洞察。企業目前看重的絕大多數技能，高達72%喔，未來不是被 AI 取代，而是會進化成「人與 AI 合作」所需的技能。也就是說，人類必須擔心的不是某項技能會不會被取代，而是你能不能「跟 AI 合作」來使用它。企業會很關注你的 AI fluency，翻成中文叫做「AI 流利度」這件事，也就是使用跟管理 AI 工具的能力，企業對它的需求在短短兩年內就已經暴增了七倍，在 2025 年中旬，在美國勞動市場中，有700萬人已經被要求要有這個能力。雖然，看起來，比較多還是在做電腦與數學、管理、商業與金融的上班族，但這種需求很快會擴散到所有的白領工作，都會被要求你擁有很流利去使用跟管理 AI 工具的能力。
麥肯錫還做了一個「技能變革指數」來衡量哪些技能變化最大，最容易被 AI 重塑的是數位與資訊處理技能，而最不容易被改變的是 coaching、談判、衝突處理等人際互動相關的技能。其他一些通用技能那改變就很大了，例如：像溝通、解決問題那些雖然還是非常重要，但可能的內涵已經完全不同了。以前是人類自己寫初稿，現在是 AI 寫，人類來決定方向與潤稿；以前是人類分析資料，現在是 AI 分析，而人類負責做判斷。人類的角色正在從「親手做」變成「負責指揮、驗證與處理例外」。
然後，麥肯錫這份報告，我覺得對企業來說，最關鍵的應該就是接下來這一點了。他說，企業要真的去抓到 AI 的價值喔，關鍵不是導入哪些工具，而是要重新設計整條工作流程。麥肯錫估計，到 2030 年中期，美國每年可以從 AI 代理人與機器人中釋放 2.9 兆美元的經濟價值，而其中代理人就佔了 77%。有聽清楚了嗎？
根據調查，現在 90% 的公司投入了 AI，卻只有不到 40% 說有看到實質成果？那是為什麼呢？因為大部分公司都只是在某個地方加了一個 AI 小工具，像是聊天機器人、或自動生文案，而不是重新設計整個流程。真正產生最大效益的地方，是產業核心工作流程，大約佔全部 AI 潛在效益的 60%，像是製造的供應鏈、醫療的臨床診斷、金融的風險管理與合規。
他舉例，有一家B2B的科技公司，為了擴大其服務範圍並深化客戶關係，重新設計了其客戶開發流程。他們導入了多個 AI Agent 來接管銷售工作中的初步階段。包括根據資料去對潛在客戶做評分和排序，為每個客戶建立量身打造的主動聯繫，接著管理客戶回應並追蹤其興趣程度，並為高潛在客戶安排通話時間與提醒。當遇到需要人類判斷的複雜情況時，才會轉給公司的業務同仁去處理。透過這種流程的重新設計，公司的業務同仁可以節省下30%到50%的時間。這些被釋放出來的時間，讓他們能夠將精力集中於更有價值的事情，預估提升7% 至 12% 的營收。
另外，有一家生物製藥公司，為了提高他們家新藥的安全性，和有效資料的產出速度及品質，重新設計了其臨床研究報告撰寫流程。他們導入了一個 AI Agent 接管報告撰寫中的重複性工作。哪些工作呢？例如：將那些從研究中收集到的結構化與非結構化數據，在幾分鐘內生成內容全面的報告草稿，並且應用公司內部的風格和法規合規範本，甚至可以自行檢查錯誤。當遇到需要專業臨床判斷，或者要確保報告的整體論述和連貫性的那種複雜情況時，才會轉給公司的研究員和寫報告的專員去處理。
他們估記，透過這種流程的重新設計，人類審閱第一份草稿所需的時間減少了近 60%，同時報告中的錯誤也下降了約 50%。這些被釋放出來的時間，讓公司的醫藥寫作者能夠將精力集中於應用臨床判斷、精煉內容細微差別與驗證資料等更有價值的事情，預估加速產品上市時間好幾個禮拜。
這樣子有聽懂嗎？楊老師最後做一個結論喔，AI 時代的重點不是要導入什麼科技，而是要花時間將核心業務轉型。企業老闆要同時考慮角色、工作內容、流程設計、技能培訓，甚至企業文化的調整。就像是一個稱職的樂團指揮一樣，要懂得怎麼協調所有的聲音跟演奏者。在職場上，明年在職場上會看到更多的 AI Agent 和機器人，管理者要能夠讓人類的判斷力、倫理感和情緒智慧，與 AI 的速度與分析能力結合起來，這樣才能真正釋放 AI 的價值，把公司待到一個更好的地方去。
